---
name: ai-text-lint
description: "Проверяет текст на признаки AI-генерации и выдаёт отчёт с конкретными находками. Используй этот скилл, когда пользователь просит проверить текст на AI-маркеры, \"почистить\" текст от признаков ИИ, проверить статью/письмо/резюме перед публикацией или отправкой, найти AI-паттерны, сделать текст более человечным, убрать следы ИИ. Также используй, когда пользователь упоминает: lint, линт, humanize, гуманизация, проверка стиля, AI-маркеры, признаки ИИ, ИИ-стиль. Скилл работает с русскими и английскими текстами."
---

# AI Text Lint

Скилл для проверки текста на типичные признаки AI-генерации. Работает как линтер: анализирует текст, находит конкретные проблемы, выдаёт отчёт. Не переписывает текст автоматически — решение о правках остаётся за пользователем.

## Принципы работы

1. **Только диагностика.** Скилл выдаёт отчёт, а не переписанный текст. Пользователь сам решает, что исправлять.
2. **Конкретика.** Каждая находка — точная цитата из текста + объяснение, почему это маркер + вариант замены или рекомендация.
3. **Контекстуальность.** Не все паттерны одинаково критичны. Em dash в статье на Хабре — мелочь. Em dash в Slack-сообщении — красный флаг. Severity зависит от контекста.
4. **Без паранойи.** Одиночное срабатывание — не приговор. Проблема в кластерах: три-четыре маркера в одном абзаце.

## Workflow

### Шаг 1: Определить контекст

Спросить пользователя (если не очевидно из разговора), для чего текст:
- **article** — статья, блог-пост, документация (Хабр, README, техническая проза)
- **message** — переписка с коллегами (Slack, Telegram, email)
- **resume** — резюме, сопроводительное письмо

Контекст влияет на severity паттернов. Подробности — в `references/patterns.md`, раздел "Матрица severity".

### Шаг 2: Прогнать текст

Используя базу паттернов из `{baseDir}/references/patterns.md`, пройтись по тексту и для каждой находки зафиксировать:
- Какой паттерн сработал (ID и название)
- Точная цитата из текста (выделить проблемный фрагмент)
- Severity в данном контексте (🔴 high / 🟡 medium / 🟢 low)
- Почему это маркер (коротко, одно предложение)
- Что можно сделать (конкретная рекомендация или вариант замены)

### Шаг 3: Сформировать отчёт

Формат отчёта:

```
## Результаты проверки

**Контекст:** [article / message / resume]
**Общая оценка:** [краткий вердикт — сколько находок, общее впечатление]

### Находки

1. 🔴 **[ID паттерна]: [Название]**
   > [цитата из текста, проблемный фрагмент выделен **жирным**]
   
   Почему: [объяснение]
   Рекомендация: [что сделать]

2. 🟡 **[ID паттерна]: [Название]**
   ...

### Статистика
- 🔴 High: N
- 🟡 Medium: N
- 🟢 Low: N

### Общие рекомендации
[2-3 предложения о том, на что обратить внимание в первую очередь]
```

### Шаг 4: Ответить на вопросы

После отчёта пользователь может:
- Попросить исправить конкретные находки (тогда помочь точечно)
- Попросить перепроверить после правок
- Не согласиться с находкой (объяснить, почему скилл её отметил, но принять решение пользователя)

## Важно

- **Не быть AI-детектором.** Скилл не определяет, написан ли текст AI. Он ищет стилистические паттерны, которые _ассоциируются_ с AI-генерацией. Человек тоже может так писать.
- **Русский язык — приоритет.** База паттернов заточена под русскоязычный текст. Английские паттерны включены для смешанных текстов (технические статьи с англицизмами).
- **Не трогать содержание.** Скилл проверяет стиль и форму, не фактическую корректность.